Core Concepts
多ホップ質問応答では、複数の関連パッセージを見つけ、段階的な推論を行って複雑な質問に答える必要がある。従来の検索手法は2ホップ質問に特化しており、複数ホップの状況に適応できない。本研究では、エンコーダと2つの分類ヘッドを用いて、多ホップ検索プロセス全体をエンドツーエンドでモデル化するビーム検索手法を提案する。また、各ステップで複数の部分仮説を維持することで、早期の検索ミスの影響を軽減する。
Abstract
本研究では、多ホップ質問応答のための端末間ビーム検索手法を提案している。
- 従来の検索手法は2ホップ質問に特化しており、複数ホップの状況に適応できない問題がある。
- 本研究では、エンコーダと2つの分類ヘッドを用いて、多ホップ検索プロセス全体をエンドツーエンドでモデル化するビーム検索手法を提案する。
- ビーム検索では、各ステップで複数の部分仮説を維持することで、早期の検索ミスの影響を軽減する。
- 提案手法は、MuSiQue-Ans、HotpotQA、2WikiMultihopQAの3つのベンチマークデータセットで評価され、従来手法を大きく上回る性能を示した。
- 提案手法は、監督学習リーダーや少量学習言語モデルの性能も大幅に向上させることができる。
Stats
質問に対する正解パッセージを見つけるのは複雑な多ホップ質問応答の課題である。
従来の検索手法は2ホップ質問に特化しており、複数ホップの状況に適応できない。
提案手法のビーム検索は、各ステップで複数の部分仮説を維持することで、早期の検索ミスの影響を軽減する。
Quotes
"多ホップ質問応答では、複数の関連パッセージを見つけ、段階的な推論を行って複雑な質問に答える必要がある。"
"従来の検索手法は2ホップ質問に特化しており、複数ホップの状況に適応できない問題がある。"
"本研究では、エンコーダと2つの分類ヘッドを用いて、多ホップ検索プロセス全体をエンドツーエンドでモデル化するビーム検索手法を提案する。"